Loss of Visual Acuity is the Main Reason Why Reading Addition Increases After the Age of Sixty
Notice bibliographique
Résumé
PURPOSE: To determine why the reading addition increases after the age of 55 to 60 years when accommodation is zero. METHODS: Distance and near visual acuities, arm length, habitual near working distance, reading addition, and pupil diameter were measured in 44 subjects aged >60 years (mean, 72.9 +/- 5.7). Reading addition values were attained using three techniques: least-plus addition using both N-notation text and MN-READ text and the cross-cylinder technique. RESULTS: The mean dioptric working distance was 2.75 +/- 0.40 D. The reading addition found using N-notation text (+2.21 +/- 0.38 D) was significantly lower than that measured using MN-READ text (+2.48 +/- 0.49 D) or the cross-cylinder method (+2.53 +/- 0.44 D). The reading addition was positively correlated with the dioptric working distance (r = 0.47, p < 0.01), and decreasing habitual working distance was associated with poorer visual acuity (r = -0.42, p < 0.01). CONCLUSIONS: Our results suggest that decreases in near visual acuity after 60 years of age lead to a reduction in habitual working distance, which increases text angular subtense. In turn, the reduced working distance requires a greater reading addition. Increases in depth of field associated with both suprathreshold text (N-notation) and lower visual acuity lead to reading additions being less than the dioptric working distance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».